教育部部长怀进鹏在2024年世界数字教育大会上提出“实施人工智能赋能行动，促进智能技术与教育教学、科学研究深度融合”
［1］。教育部等九部门于2025年4月印发《关于加快推进教育数字化的意见》，明确提出“深化教育大模型应用，推动课程体系、教材体系、教学体系智能化升级，将人工智能技术融入教育教学全要素全过程，推动科技教育和人文教育融合”
［2］。AI大模型具有多模态理解、知识推理、生成创作、个性化交互等核心功能，可为中小学学科教学提供从框架设计、资源推荐、工具支持到场景创新的全流程赋能。基于此，笔者以湖南省基础教育教学改革研究项目“AI大模型技术在中小学教育领域的应用研究”为依托，构建了基于AI大模型技术的“双主·三环·四阶”交互融合式教学模式（简称“AI交互融合模式”），并尝试率先在语文、英语学科教学中予以实施，以期从AI技术赋能学科教学全流程视角，探讨生成式人工智能技术变革教育教学方式、提升教育教学质量的路径方法与实施策略。
1 “AI交互融合模式”的总体架构与基本内涵
1.1 总体框架
中小学传统教学方式难以实现因材施教，优质教学资源有限且难以实现个性化匹配，教师备课与批改作业耗时费力，学情分析不够精准全面，课堂教学效率与质量不高，是当前学校教育面临的重要难题。课堂教学是提升学科教学质量的主阵地，也是AI大模型技术应用的核心领域。为此，依据“AI大模型技术在中小学教育领域的应用研究”项目设计方案，项目组重点在课堂教学领域开展AI融合创新应用研究，率先以语文、英语等学科为突破口，尝试构建基于AI大模型技术的“双主·三环·四阶”交互融合式教学模式（
图1），通过AI技术在课前、课中、课后全过程应用支持师生教与学，实现以智助备、助教、助学、助评，深层次变革教学方式，提升课堂教学质量。
在教育部明确要求加快推进中小学人工智能教育的当下，中小学学科教师应聚焦实际教学问题，应时代要求，着力提升人工智能素养，积极探索AI交互融合的教学模式变革，主动建立AI大模型技术全面赋能学科教学，以促进教学质量提升的思维认知，聚焦学科核心素养培育，以课堂为主场域，以教学环节为主线，强化技术深度融合，切实回应高质量教学的需求，全面提升学科教学质量，全面落实立德树人根本任务。
1.2 基本概念
（1） AI大模型技术。
“AI交互融合模式”的突出特点就是AI大模型技术适时贯通教学各环节，为课堂教学设计、实施与评价提供全方位全流程的服务支持。教师应首先建立AI大模型技术赋能学科教学全流程，以促进教学质量提升的思维认知，立足学生学科核心素养培育，把握学科特点，强化以课堂为主阵地，以教学环节为主线，在教学中深层次全贯通AI大模型技术，突出有机融合，适时提供个性化、情景化、多样化的新技术、新资源、新工具，积极满足师生高质量教与学的切实需求，在推动学科教学方式变革的基础上不断提升教学质量，全面落实立德树人根本任务。
（2） 双主体交互。
“AI交互融合模式”中的“双主”，即指教师与学生这两大教与学的主体，强调师生在教学活动、AI使用过程中虽各有角色功能，但具有平等地位。教师是教的主体，学生是学的主体，教师教学生学会、会学是应尽之责，学生以学会、会学为重要使命，均应充分发挥AI大模型技术对促进教育教学变革的重大影响和重塑价值。师生这两大主体不是两条独立的平行线，而是互相环绕交融的生命曲线，教师利用教学各要素为学生的学习提供指导，学生以真实的学情与体验为教师提供全面的学习反馈。始终坚持以学生为中心，以学科教学和学习活动为载体，积极调动并灵活运用各类新技术新资源新工具，全面赋能教师的教和学生的学，有效提升教师的教学能力与学生的学习质量。
（3） 三环节联动。
“AI交互融合模式”中的“三环”即课前、课中、课后三个环节。课堂作为开展教学活动的重要场地，因教学活动的自然连续性而形成课前、课中、课后三个环节，这三环节各自承担具体任务并协同推动预设教学目标的更好实现，是一个连续、互补、递进的有机整体，为教师的教与学生的学构造了学习闭环。在中小学课堂教学活动中，AI大模型技术的应用可以“涵盖所有环节、所有过程、所有学科”，“既可以作为一名辅导教师，又可以作为一名学伴”
［3］。“AI交互融合模式”其核心是在准确把握教学三环节具有独立性、更有连贯性的基础上，基于教学三环节目标任务的差异性与关联性，适时精准嵌入新资源、新技术、新工具，助力各环节重难点内容的突破，实现学科教学质量整体跃升。
（4） 四阶段融合。
“AI交互融合模式”中的“四阶”即四阶段融合，主要是在厘清AI大模型技术融入教学三环节的关键要素与基本理路的基础上，建立AI与教学融合的基本程序与策略方法，不断提高教学三环节深层次融合的适配性与更优化。有效推进四阶段融合，应坚持以落实教学目标任务为核心，以适时融入大模型技术为支撑，结合教学三环节不同需求搭建四阶联动、循环迭升的基本框架，从而形成在课前主要支持教师智能备课、智能学情预判、学生智适应预学、智能交互预练；在课中主要是基于大数据分析形成问题清单后，以教师为主线组织实施确定主题任务、智能协作助教、智能测评辅导、智能巡课评估，以学生为主线进行大数据检视问题、智能助学解惑、巡课评估反思、精准巩固提升；在课后主要支持教师智能批改评价、智能教学反思和学生智能纠错优化、智能延展升维的学科教学模式。
2 “AI交互融合模式”实施的关键条件
2.1 合理选用大模型技术
随着DeepSeek的横空出世，之前更多为专业人员所熟知的AI大模型技术被普通大众所知晓和追捧，并迅速在千行百业中广泛应用。当前，适合中小学教师在教学过程中使用的AI大模型较多，譬如支持教案生成、学情分析和互动问答设计的开源大模型DeepSeek，支持教案撰写与跨学科资源整合、长文本处理能力较强的智谱清言，擅长课堂即时互动与趣味内容生成、交互设计年轻化的豆包，专注中文语境下的教案生成与资源整合、古诗文解析精准的文心一言。
面对各具特色与优势的各类大模型，教师应坚持问题导向，以适用、实用、好用为原则，突出国家中小学智慧教育平台的基础性支撑作用，综合学校实际情况与自身迫切需求，以应用场景适配为核心，合理选用AI大模型，适时融入教学各环节，特别突出其人机协作和超强交互的能力，协助教师和学生即时解决教学中的实际问题。同时，学校还可以引入基于多终端数据采集的智能巡课系统，增强学科教学数据信息的类型与密度，对教师的教和学生的学进行更精准的“画像”，为师生总结与改进教和学提供更多数据支撑。
2.2 着力培养师生数智素养
在国家实施教育数字化战略行动2.0背景下，数智素养是教师适应教育教学深层次变革而必备的综合能力，这也是教师有效实施“双主·三环·四阶”交互融合式教学模式应有的关键能力。数智素养不是简单地掌握新技术，而是强调教师不仅要有利用数字技术、数据分析、人工智能等工具、资源优化教学的技能，更要有以新技术不断创新教学方式与提升教学质量的强烈意愿和责任担当，有积极应用大模型技术的“人机协同”优势，加速推进教育教学变革与创新的教育思维和价值认同。当然，教师也应认识到“生成式人工智能在教育中的应用不是替代人类，而是帮助人类更好地完成相应的任务”，在教学应用过程中，“教师应判断其是否能有效地实现教育目标”
［4］。
学校需针对教师应用新技术新资源新工具开展系列专题培训，发挥电教、教研部门的业务引领优势，注重整合科技企业与社会力量为教师提供专题培训与跟踪指导，提升教师数字技术应用能力、资源开发应用能力、数据素养、智能教育创新能力、数字伦理与安全意识，全面提升教师大模型技术融入新型教学模式的适应力与驾驭力。培养教师“技术—资源—伦理”协同应用能力，避免过度依赖AI或机械套用模板。在充分论证技术规范和伦理安全基础上，引入生成式人工智能课程，提升学生信息科技素养和适应未来社会发展的核心能力，可以通过组织学生学习“神奇的大模型”系列课程，让学生深层次了解与掌握大模型技术，为学生自主探究性学习提供新支架，为基于大模型技术的教学模式的有效实施打下更好的基础。
2.3 构建数字环境与资源体系
AI大模型技术的深度应用需要学校建立较完备的数字化教学环境，因为智能备课、实时交互、多终端数据采集等场景依赖高速网络、智能系统、优质资源和适配终端等的协同运行。学校应积极部署千兆校园网络与边缘计算节点，确保AI大模型工具实时交互无卡顿，鼓励配置多模态终端，如智能白板、学生平板、智能纸笔等，以满足课前资源推送、课中协作交流、课后智慧作业与虚拟实践等场景需求。
学校应积极尝试数智教育的新技术新产品新应用，推动师生多终端适配与优质教学资源共享。引导更多学校以国家中小学智慧教育平台和省级智慧教育平台为基座，利用开源大模型技术自动生成学科教案、微课视频、分层习题，经教师审核优化后分类入库，从而构建“校本资源库+AI生成库+教师共创库”资源体系，引入智能推荐引擎，依据学情数据动态推送资源，构建资源使用反馈闭环，基于有效数据淘汰低效资源、迭代优质内容，逐步探索形成AI大模型技术支持更多学校提升课堂教学质量的教育生态。
3 “AI交互融合模式”实施的基本策略
3.1 课前：突出个性化多样化，为高质量教学准备提供前置引擎
传统的课前准备，教师往往依赖教材配套资源或教育公共服务平台，学生预习则以课本通读或固定练习为主。随着AI大模型技术日臻成熟，各类人工智能教育教学App和专业性AI教育智能体竞相涌现，为教师教学准备赋予更多自主选择的空间与可能，师生应坚持个性化和多样化，适时合理选用DeepSeek、讯飞星火、豆包等大模型实现智能辅助备课备学。
（1） 坚持个性化选择。
人工智能发展迅猛，“为因材施教、个性化学习提供了前所未有的技术支撑，有望解决教育的千年难题”
［5］。教师应深入研究教学准备的实际需求，充分了解与甄别不同大模型的专业优势，以实现教学方案设计与资源遴选的主动适配与迭代升级。
教师可根据学科特点、教学风格与校情学情，借助大模型技术为教师设计基于实际问题的教学思路与技术框架，并筛选推荐相应的工具与资源融入教学各环节，辅助生成高质量的教学方案与实施策略。学生可基于校家社共同构建的智能化教学场景，实现多终端多渠道采集诸如学习行为表现、作业完成情况、测试成绩等过往学习数据，通过大模型技术协助学生科学全面了解自身偏好、学习基础、短板弱项、认知盲区等，从而实现智能学情预判。然后，结合学科教学目标任务，配以智适应预学、交互式预练，为学生学习方案选择和教师教学设计以及后续教学提供充实可靠的数据支持。
（2） 坚持多样化支撑。
应基于多终端多场景数据采集，以大模型强大的资源存储、数据整理与分析能力，破解传统课前准备教学工具与资源匹配度不高的核心痛点，实现教学工具与资源按需精准供给。
传统课前教与学准备的关键矛盾，主要表现为教学资源供给与师生实际需求适配性不高，教师备课期望的资源支持既需要解决自身专业不足，又希望在尽可能地落实教学目标与贴合学生学情中获得更佳的可行性方案；学生需要的是弥补薄弱点的个性化任务，而传统资源库往往以标准化内容覆盖所有需求，导致优等生“吃不饱”、学困生“消化难”的困境。AI大模型技术既能够精准定位师生需求，又能生成丰富多样的优质资源，从而实现教学供求双方的有效链接，这正是其区别于传统教学工具的核心价值。
3.2 课中：突出协作性交互性，为高质量辅教助学适配应用场景
课中是教师教和学生学的核心场域，传统课堂教学普遍存在互动形式单一、学生参与度不均衡、协作学习易流于形式、学情反馈滞后等问题。教师将AI大模型技术融入课堂教学，有利于构建适切多样的传授知识、习得技能、思想碰撞、情感交流的应用场景，教师应发挥其实时交互、多角色协同、数据驱动反馈等功能，构建“人机协同—生生互动—师生共创”的动态课堂生态，推动学生从“被动接受”转向“主动建构”，全面提升课堂教学质量。
（1） 强化智能对话驱动的交互性学习。
教师依据课前AI研判的学情，可预设课堂分层教学与互动任务，并合理选用支持多模态实时反馈的AI工具，通过精准捕捉课堂教学行为、采集信息数据，并适时进行动态调整与优化处理（如豆包的课堂互动版支持语音实时转写与语法纠错、讯飞星火的教学助手提供学情数据看板与错题即时标注、希沃AI助教适配智能白板的课堂答题统计功能），以实现教师与学生全过程参与，适时解决他们的难点与困惑。发挥AI大模型技术优势，通过“虚拟助教与智能辅导”，模拟真实对话场景，“可以实时提供学习支持，解答学生疑问，引导学生进行自我学习”
［6］，激发学生认知兴趣、强化知识理解、激活学生批判思维。
譬如在小学英语课堂中，“虚拟外教”大模型通过分析学生口语输出的“词汇复杂度、语法错误率、语音相似度”等，动态调整对话难度，并实时生成“语音—文本”对比反馈。在教学过程中加强跟踪测评与实时反馈，组织学生通过平板或智能纸笔提交答案，AI即时生成可视化数据，教师根据数据聚焦共性问题，开展针对性讲解，譬如针对典型错误案例，AI自动推送相似例题，教师巡回指导时可调用AI生成的错误原因分析报告，以加强个性化辅导与提升。
（2） 强化多角色协同的协作性探究。
当前，众多致力于教育应用的AI大模型各具优势，教师可以自主创作搭建为我所用的教学智能体，为提升课堂教学质量培育各种功能适用的智能助教、虚拟学伴或辅助导师，让其在课堂教学过程中承担师生交流互动、在答疑解惑中承担更多任务处理、模拟更多角色，全方位全流程支持学生的自主学习与小组协作。通过多角色动态协同、任务分层驱动与实时反馈支架，实现师生、生生、人机多维互动，促使学生在课堂中进行深度学习。
譬如在语文、英语等学科中，这种模式既释放了教师的指导精力，又让学生在角色互换与任务协作中深化高阶思维，最终实现从知识接收到能力建构的跨越。当学生在协作中陷入思路停滞时，虚拟学伴可切换为问题引导者，抛出递进式问题；当小组需整合探究成果，智能助教可切换为成果梳理者，辅助提炼核心观点。这种多角色动态协同，既能避免学生在探究中盲目讨论，又能让AI精准补位，真正让协作性探究更高效、更深入。
3.3 课后：突出开放化项目化，为学科素养拓展构建实践路径
课后是巩固提升教学效果、培养学生学科素养的重要环节。教师应利用AI大模型技术助力课后作业设计与实施，通过分析教学目标、学习者认知特征、课堂学情反馈生成差异化作业，注重开放化项目化设计，实现作业内容与形式从标准化到个性化、从单一性向综合性的转变，帮助师生精准调整教与学，让师生精力更聚焦于创新思维培养与综合素养提升。一方面，利用AI可以提供跨领域知识图谱、实时信息检索与协作工具的支持，帮助学习者突破资料获取与团队协同的限制，完成复杂问题的深入探究；另一方面，通过模拟真实场景，生成多维评估维度，引导学生从被动完成任务转向主动建构知识体系，最终实现高阶思维能力与实践创新素养的培养与提升。
（1） 注重跨场景延伸的开放化作业设计。
传统课堂课后作业过多、书面化，且强调课堂知识的重复练习，而AI大模型技术可实现多模态场景生成和个性化需求匹配，能打破时空限制，为学科作业内容拓展与场景延伸提供开放化设计路径。基于学科核心素养目标，可利用AI的自然语言理解、知识图谱构建和虚拟情境生成功能，将标准化作业转化为与真实生活关联的探究任务。
在资源供给层面，AI可依据学生课堂表现数据，自动推送分层拓展材料，如为语文阅读薄弱学生生成“名著片段+影视改编对比”的多模态练习包，为英语词汇量不足学生推送“主题词云+语境例句”的沉浸式记忆任务；在反馈机制上，AI通过实时文本分析、语音测评等功能，实现作业提交即反馈，如英语口语教学对“发音标准度+表达流利度”即时矫正，帮助学生动态调整学习策略。以AI驱动角色扮演，与模拟的外国友人进行对话，推动语言应用与跨文化理解的深度融合。这些作业设计突破了传统作业“纸上谈兵”的局限，让课后学习既能融会贯通，又能自然延伸至生活场域。
（2） 注重真实任务驱动的项目化实践。
推动作业任务的项目化设计，突出实践性，让学生在真实情境中应用转化课堂所学，更有利于培养学生的综合素养。AI大模型技术可以为项目化作业提供全过程赋能，协助完成选题立意、资源整合到成果评估。AI通过分析学科课标要求与学生兴趣数据，建立分学科生成项目化作业选题库，可基于项目进展适时给予资源支持，通过追踪项目日志、协作记录等数据，帮助教师精准识别学生的综合表现，从而形成从真实问题到任务设计、从协作探究到素养达成的完整流程。
譬如初中语文可开展“AI共创地方文化IP”项目，学生团队围绕“城市文化名片”主题，利用大模型生成“历史事件时间线”“名人故事素材库”，通过分工协作完成剧本创作、音频录制和数字海报设计，最终形成可传播的文化宣传作品。又如，英语可实施“国际青少年议题辩论”项目，AI辅助收集英文文献摘要、生成辩论框架，并模拟不同立场的观点交锋，帮助学生优化论点表达和反驳策略，最终通过虚拟会议室完成多语言环境下的成果展示。
湖南省教育厅第二届湖南省基础教育教学改革研究重点项目“AI大模型技术在中小学教育领域的应用研究”(Z2024160)
湖南省教育科学规划课题“区域教育信息化融合应用实验区建设与应用研究”(XJK22BXX005)
京公网安备11010202008535号
PDF
(536KB)
